生信技能樹：https://vip.biotrainee.com/ Openbiox： https://community.openbiox.org/ 公眾號：優(yōu)雅R 生物數(shù)據(jù)分析QA侈询，技術(shù)文檔與博客舌涨，需要你的參與。 ……………………………… 歡迎在簡書創(chuàng)作和做筆記的生信學(xué)習(xí)者扔字、愛好者以及相關(guān)編程人員加入本專題囊嘉，貢獻你的文字，無論是原創(chuàng)還是筆記革为，我們需要你扭粱，將本專題打造為生信知識寶庫、交流平臺。 內(nèi)容可以是對生物信息學(xué)與算法知識相關(guān)資源的收集恳蹲、整理虐块，以及原創(chuàng)筆記： * R * Python * Perl * Linux 工具與編程 * 繪圖 * 統(tǒng)計 * 計算生物學(xué) * 各類算法 * 機器學(xué)習(xí)

誠招管理員错忱！聯(lián)系我~ 本專題專注于大數(shù)據(jù)技術(shù)儡率，包括但不限于：分布式系統(tǒng)挂据，hadoop，spark儿普，storm崎逃，mesos，hbase浪汪，zookeeper巴柿。。死遭。 Tips:如果是自己學(xué)習(xí)這些技術(shù)广恢，通過社區(qū)學(xué)習(xí)是一個不錯的方式。 JIRA:https://issues.apache.org/jira/browse/SPARK/?selectedTab=com.atlassian.jira.jira-projects-plugin:summary-panel

機器學(xué)習(xí)(Machine Learning，ML)是研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為钠署，以獲取新的知識或技能糠聪，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中獲取有效的踏幻、新穎的枷颊、潛在有用的戳杀、最終可理解的模式的非平凡過程该面。數(shù)據(jù)挖掘中用到了大量的機器學(xué)習(xí)界提供的數(shù)據(jù)分析技術(shù)和數(shù)據(jù)庫界提供的數(shù)據(jù)管理技術(shù)，機器學(xué)習(xí)是數(shù)據(jù)挖掘的一個重要的工具信卡。機器學(xué)習(xí)交流群：613944735

使用Python語言傍菇，及其在因特網(wǎng)信息數(shù)據(jù)獲然场（爬蟲）和數(shù)據(jù)挖掘、機器學(xué)習(xí)上的應(yīng)用丢习。也包含python的基本使用牵触。

機器學(xué)習(xí)與計算機視覺

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)專題歡迎大家投稿相關(guān)內(nèi)容见擦。從基礎(chǔ)理論到實戰(zhàn)演練均可嘗試投稿钉汗。若有GPU計算資源需求去完成很有價值的工作也可以留言請求羹令，我們會滿足你的哈！ 該專欄中的文章還會被發(fā)在：UAI人工智能公眾號损痰。讓更多的人看到你們的優(yōu)秀作品福侈。

簡書上的TF學(xué)習(xí)平臺肪凛，歡迎TF boys各種TensorFlow相關(guān)技術(shù)貼投稿，愿知識共享的力量幫助大家共同進步辽社！

Google寶貴的深度學(xué)習(xí)開開源框架

TensorFlow文檔與筆記

我以官方文檔為主線譬淳，開始對TensorFlow的學(xué)習(xí)。這期間會把我的理解進行持續(xù)的輸出盹兢，作為《TensorFlow從0到N》系列邻梆。 它不會止于翻譯和筆記，不會停留在語言和工具绎秒，而是堅持通過啟發(fā)性的方式浦妄，循序漸進的構(gòu)建理解，搭建一個堅實可靠的见芹、連接“零基礎(chǔ)”與“人工智能（AI）/機器學(xué)習(xí)（Machine Learning）/深度學(xué)習(xí)（Deep Learning）”領(lǐng)域之間的緩坡道剂娄。

機器學(xué)習(xí)阅懦、深度學(xué)習(xí)資料整理，實戰(zhàn)經(jīng)驗總結(jié)：https://github.com/jacksu/machine-learning

本專題招募管理員，有意向請簡信私聊惕它，謝謝怕午！ 用來分享機器學(xué)習(xí)，深度學(xué)習(xí)淹魄，神經(jīng)網(wǎng)絡(luò)郁惜，計算機視覺等領(lǐng)域的一些技術(shù)。 Machine Learning 學(xué)習(xí)資料：http://www.reibang.com/p/e0238db24973 相關(guān)參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.reibang.com/p/182baeb82c71 3. [深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.reibang.com/p/6752a8845d01 8. [知乎“機器學(xué)習(xí)”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.reibang.com/p/fe428f0b32c1 …… 希望大家可以相互交流揭北，相互學(xué)習(xí)扳炬！

本小推車專門推各種perl相關(guān)的基本語法介紹恨樟，資源半醉，應(yīng)用。特別是與生物信息學(xué)應(yīng)用相關(guān)的文章劝术。 ???????????????????????? 文章的收錄是有順序的缩多，查看的時候請點擊“最新收錄”然后進行查看。 ?? perl基本語法养晋，比如和python語法的區(qū)別 ?? perl上下文衬吆，比如將列表賦值給標量會發(fā)生什么 ?? perl特殊變量，比如$_ $/ $\ ?? perl入門绳泉，比如循環(huán)逊抡，常見的正則使用等 ?? perl進階，比如引用零酪，比如map grep等 ?? perl高級冒嫡，比如命名空間，繼承四苇，閉包等 ?? perl的單行程序孝凌，比如與linux的各個工具搭配 ?? perl常用模塊，比如File::Basename Yaml ?? perl繪圖月腋，比如svg模塊蟀架，GD模塊，circos工具等等 ?? perl與生物信息學(xué)之間的關(guān)系榆骚，比如用perl提取genbank ?? perl6的相關(guān)用法（生信不太建議學(xué)perl6） 備注：本文很多的文章也可在 JSON_NULL 的專題 『碼神之路：perl篇』 中找到片拍。這個專題對我的幫助很大，感謝這位簡友

Python 數(shù)據(jù)科學(xué)手冊【部分】

數(shù)據(jù)分析

專注機器學(xué)習(xí)和數(shù)據(jù)分析放钦，Python、R恭金、Ruby操禀、MATLAB、Mathematica横腿。

用python寫爬蟲, 收集各種關(guān)于爬蟲的知識, 歡迎各種投稿. 由于本人比較忙(懶), 而且專題投稿較多, 希望尋找有興趣, 有熱情的人做管理員幫忙審核投稿, 讓專題內(nèi)容更加豐富以幫助廣大同學(xué), 有意者請私聊我, 謝謝!

記錄自己學(xué)習(xí)python的點點滴滴軌跡遍搞，希望以后回來看這個專題的時候，自己能有了更大的進步ヾ(●′?｀●)?哇～